Trong bài đăng này, chúng tôi trình bày cách tạo giải pháp trả lời email tự động bằng cách sử dụng Amazon hiểu.
Các tổ chức dành nhiều nguồn lực, công sức và tiền bạc vào việc điều hành các hoạt động chăm sóc khách hàng của họ để trả lời các câu hỏi của khách hàng và cung cấp các giải pháp. Khách hàng của bạn có thể đặt câu hỏi qua nhiều kênh khác nhau, chẳng hạn như email, trò chuyện hoặc điện thoại và việc triển khai lực lượng lao động để trả lời những truy vấn đó có thể tốn nhiều tài nguyên, tốn thời gian và thậm chí không hiệu quả nếu câu trả lời cho những câu hỏi đó lặp đi lặp lại.
Trong đại dịch COVID-19, nhiều tổ chức không thể hỗ trợ đầy đủ cho khách hàng của họ do các cơ sở đại lý và chăm sóc khách hàng bị đóng cửa, đồng thời các thắc mắc của khách hàng chồng chất. Một số tổ chức phải vật lộn để trả lời các truy vấn kịp thời, điều này có thể gây ra trải nghiệm khách hàng kém. Điều này có thể dẫn đến sự không hài lòng của khách hàng và có thể ảnh hưởng đến danh tiếng và doanh thu của tổ chức trong dài hạn.
Mặc dù tổ chức của bạn có thể có nội dung dữ liệu cho các truy vấn và câu trả lời của khách hàng, nhưng bạn vẫn có thể gặp khó khăn trong việc triển khai quy trình tự động để trả lời khách hàng của mình. Những thách thức có thể bao gồm dữ liệu phi cấu trúc, các ngôn ngữ khác nhau và sự thiếu chuyên môn trong công nghệ trí tuệ nhân tạo (AI) và máy học (ML).
Bạn có thể vượt qua những thách thức như vậy bằng cách sử dụng Amazon Toàn diện để tự động hóa phản hồi email cho các truy vấn của khách hàng. Với giải pháp của chúng tôi, bạn có thể xác định mục đích của email khách hàng gửi phản hồi tự động nếu mục đích đó phù hợp với cơ sở kiến thức hiện có của bạn. Nếu mục đích không khớp, email sẽ được gửi đến nhóm hỗ trợ để có phản hồi thủ công. Sau đây là một số ý định thường gặp của khách hàng khi liên hệ với bộ phận chăm sóc khách hàng:
- Trạng thái giao dịch (ví dụ: trạng thái chuyển tiền)
- Đặt lại mật khẩu
- Mã khuyến mại hoặc giảm giá
- Giờ hoạt động
- Tìm vị trí đại lý
- Báo cáo gian lận
- Mở khoá tài khoản
- Đóng tài khoản
Amazon Complusive có thể giúp bạn thực hiện phân loại và phát hiện thực thể trên email cho bất kỳ mục đích nào ở trên. Đối với giải pháp này, chúng tôi chỉ ra cách phân loại email của khách hàng cho ba ý định đầu tiên. Bạn cũng có thể sử dụng Amazon Toàn diện để phát hiện thông tin chính từ email, vì vậy bạn có thể tự động hóa các quy trình kinh doanh của mình. Ví dụ: bạn có thể sử dụng Amazon Complusive để tự động trả lời yêu cầu của khách hàng với thông tin cụ thể liên quan đến truy vấn đó.
Tổng quan về giải pháp
Để xây dựng luồng phản hồi email khách hàng của mình, chúng tôi sử dụng các dịch vụ sau:
- Amazon hiểu
- AWS Lambda
- Dịch vụ Email Đơn giản của Amazon (SES của Amazon)
- Dịch vụ thông báo đơn giản của Amazon (SNS của Amazon)
- Thư làm việc của Amazon
Sơ đồ kiến trúc sau đây nêu bật giải pháp end-to-end:
Quy trình giải pháp bao gồm các bước sau:
- Một khách hàng gửi email đến email hỗ trợ khách hàng được tạo trong WorkMail.
- WorkMail gọi một hàm Lambda khi nhận được email.
- Hàm gửi nội dung email đến điểm cuối của mô hình phân loại tùy chỉnh.
- Điểm cuối phân loại tùy chỉnh trả về với giá trị đã phân loại và mức độ tin cậy (trên 80%, nhưng bạn có thể định cấu hình điều này nếu cần).
- Nếu giá trị phân loại là
MONEYTRANSFER
, hàm Lambda gọi điểm cuối phát hiện thực thể để tìm ID chuyển tiền. - Nếu ID chuyển tiền được trả về, hàm sẽ trả về trạng thái chuyển tiền một cách ngẫu nhiên (trong trường hợp thực tế, bạn có thể gọi cơ sở dữ liệu qua API để tìm nạp trạng thái chuyển tiền thực tế).
- Dựa trên giá trị đã phân loại được trả về, một mẫu email xác định trước trong Amazon SES sẽ được chọn và email trả lời sẽ được gửi đến khách hàng.
- Nếu mức độ tin cậy thấp hơn 80%, giá trị đã phân loại không được trả lại hoặc tính năng phát hiện thực thể không tìm thấy ID chuyển tiền, thì email của khách hàng sẽ được chuyển sang chủ đề SNS. Bạn có thể đăng ký Amazon SNS để đưa thông báo đến hệ thống bán vé của mình.
Điều kiện tiên quyết
Tham khảo đến README.md tập tin trong Repo GitHub để đảm bảo bạn đáp ứng các điều kiện tiên quyết để triển khai giải pháp này.
Triển khai giải pháp
Việc triển khai giải pháp bao gồm các bước cấp cao sau:
- Hoàn thành cấu hình thủ công bằng cách sử dụng Bảng điều khiển quản lý AWS.
- Chạy các tập lệnh trong một Amazon SageMaker phiên bản sổ tay bằng cách sử dụng tệp sổ tay được cung cấp.
- Triển khai giải pháp bằng cách sử dụng Bộ công cụ phát triển đám mây AWS (AWS CDK).
Để được hướng dẫn đầy đủ, hãy tham khảo README.md tập tin trong Repo GitHub.
Kiểm tra giải pháp
Để kiểm tra giải pháp, hãy gửi email từ email cá nhân của bạn tới email hỗ trợ được tạo như một phần của quá trình triển khai AWS CDK (đối với bài đăng này, chúng tôi sử dụng support@mydomain.com). Chúng tôi sử dụng ba mục đích sau trong dữ liệu mẫu của chúng tôi để đào tạo phân loại tùy chỉnh:
- CHUYỂN TIỀN - Khách hàng muốn biết trạng thái chuyển tiền
- ĐẶT LẠI MẬT KHẨU - Khách hàng đăng nhập, khóa tài khoản hoặc yêu cầu mật khẩu
- MÃ KHUYẾN MẠI - Khách hàng muốn biết về mã giảm giá hoặc mã khuyến mãi có sẵn để chuyển tiền
Ảnh chụp màn hình sau đây cho thấy một email mẫu của khách hàng:
Nếu email của khách hàng không được phân loại hoặc mức độ tin cậy dưới 80%, nội dung của email sẽ được chuyển tiếp đến một chủ đề SNS. Ai đăng ký chủ đề sẽ nhận được nội dung email dưới dạng tin nhắn. Chúng tôi đã đăng ký chủ đề SNS này bằng email mà chúng tôi đã chuyển với human_workflow_email
tham số trong quá trình triển khai.
Làm sạch
Để tránh phát sinh chi phí liên tục, hãy xóa các tài nguyên bạn đã tạo như một phần của giải pháp này khi bạn hoàn tất.
Kết luận
Trong bài đăng này, bạn đã học cách định cấu hình hệ thống trả lời email tự động bằng cách sử dụng phân loại khách hàng và phát hiện đối tượng của Amazon Computing cũng như các dịch vụ AWS khác. Giải pháp này có thể cung cấp những lợi ích sau:
- Cải thiện thời gian trả lời email
- Cải thiện sự hài lòng của khách hàng
- Tiết kiệm chi phí về thời gian và nguồn lực
- Khả năng tập trung vào các vấn đề chính của khách hàng
Bạn cũng có thể mở rộng giải pháp này sang các lĩnh vực khác trong doanh nghiệp của mình và sang các ngành khác.
Với kiến trúc hiện tại, các email được phân loại với điểm tin cậy thấp sẽ được chuyển đến một vòng lặp của con người để xác minh và phản hồi thủ công. Bạn có thể sử dụng các thông tin đầu vào từ quy trình xem xét thủ công để cải thiện hơn nữa mô hình Toàn diện của Amazon và tăng tỷ lệ phân loại tự động. AI tăng cường của Amazon (Amazon A2I) cung cấp quy trình đánh giá của con người được tích hợp sẵn cho các trường hợp sử dụng ML phổ biến, chẳng hạn như nhận dạng thực thể dựa trên NLP trong tài liệu. Điều này cho phép bạn dễ dàng xem lại các dự đoán từ Amazon Comprehend.
Khi chúng tôi nhận được nhiều dữ liệu hơn cho mọi ý định, chúng tôi sẽ đào tạo lại và triển khai mô hình phân loại tùy chỉnh và cập nhật quy trình phản hồi email tương ứng trong Repo GitHub.
Lưu ý
Godwin Sahayaraj Vincent là Kiến trúc sư Giải pháp Doanh nghiệp tại AWS, người đam mê Học máy và cung cấp hướng dẫn cho khách hàng thiết kế, triển khai và quản lý khối lượng công việc và kiến trúc AWS của họ. Khi rảnh rỗi, anh ấy thích chơi cricket với bạn bè và quần vợt với ba đứa con của mình.
Shamika Ariyawansa là Kiến trúc sư Giải pháp Chuyên gia về AI / ML trong nhóm Khoa học Đời sống và Chăm sóc Sức khỏe Toàn cầu tại Amazon Web Services. Anh ấy làm việc với khách hàng để thúc đẩy hành trình ML của họ bằng sự kết hợp giữa các dịch vụ AWS ML và kiến thức về lĩnh vực ML của anh ấy. Anh ấy sống ở Denver, Colorado. Trong thời gian rảnh rỗi, anh ấy thích phiêu lưu off-road ở vùng núi Colorado và tranh tài trong các cuộc thi máy học.
- Coinsmart. Sàn giao dịch Bitcoin và tiền điện tử tốt nhất Châu Âu.
- Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến thức. TRUY CẬP MIỄN PHÍ.
- CryptoHawk. Radar Altcoin. Dùng thử miễn phí.
- Nguồn: https://aws.amazon.com/blogs/machine-learning/automate-email-responses-using-amazon-complusive-custom-classification-and-entity-detection/
- "
- 100
- Giới thiệu
- Tài khoản
- AI
- đàn bà gan dạ
- Amazon Web Services
- api
- kiến trúc
- nhân tạo
- trí tuệ nhân tạo
- Trí tuệ nhân tạo (AI)
- Tài sản
- tăng cường
- Tự động
- có sẵn
- AWS
- Lợi ích
- biên giới
- xây dựng
- được xây dựng trong
- kinh doanh
- cuộc gọi
- mà
- trường hợp
- Nguyên nhân
- thách thức
- kênh
- phân loại
- đám mây
- mã
- Colorado
- kết hợp
- Chung
- sự tự tin
- nội dung
- Chi phí
- Covid-19
- Đại dịch COVID-19
- dế
- Current
- kinh nghiệm khach hang
- Hỗ trợ khách hàng
- khách hàng
- dữ liệu
- Cơ sở dữ liệu
- Denver
- triển khai
- triển khai
- triển khai
- Thiết kế
- Phát hiện
- Phát triển
- khác nhau
- Giảm giá
- tài liệu
- Không
- miền
- dễ dàng
- Điểm cuối
- Doanh nghiệp
- ví dụ
- Mở rộng
- kinh nghiệm
- chuyên môn
- Tên
- dòng chảy
- Tập trung
- tiếp theo
- Full
- chức năng
- Toàn cầu
- chăm sóc sức khỏe
- giúp đỡ
- Độ đáng tin của
- Hướng dẫn
- HTTPS
- xác định
- Va chạm
- thực hiện
- nâng cao
- bao gồm
- Tăng lên
- các ngành công nghiệp
- thông tin
- Sự thông minh
- ý định
- Key
- trẻ em
- kiến thức
- Ngôn ngữ
- học
- học tập
- Cấp
- Khoa học đời sống
- khóa
- dài
- máy
- học máy
- quản lý
- nhãn hiệu
- Trận đấu
- ML
- kiểu mẫu
- tiền
- máy tính xách tay
- thông báo
- Cung cấp
- Hoạt động
- cơ quan
- tổ chức
- Nền tảng khác
- đại dịch
- Mật khẩu
- riêng
- Play
- người nghèo
- Dự đoán
- quá trình
- Quy trình
- cho
- cung cấp
- tài nguyên
- Thông tin
- phản ứng
- Trả về
- doanh thu
- xem xét
- chạy
- KHOA HỌC
- DỊCH VỤ
- tắt máy
- Đơn giản
- So
- Giải pháp
- tiêu
- Trạng thái
- đăng ký
- hỗ trợ
- hệ thống
- nhóm
- Công nghệ
- thử nghiệm
- thời gian
- mất thời gian
- Hội thảo
- Cập nhật
- sử dụng
- giá trị
- Xác minh
- web
- các dịch vụ web
- CHÚNG TÔI LÀ
- Lực lượng lao động
- công trinh